Maskininlärningsbaserad prediktion och identifiering av drivkrafter för tonårsgraviditet i tio östafrikanska länder

Varför denna studie är viktig

Tonårsgraviditet formar hälsa, utbildning och framtida inkomster för miljontals unga människor, särskilt i låg- och medelinkomstländer. I Östafrika är flickor betydligt mer benägna att bli gravida under tonåren än i många andra delar av världen, med konsekvenser som sprider sig i familjer och samhällen. Denna studie ställer en aktuell fråga: kan moderna datorbaserade metoder — särskilt maskininlärning — hjälpa oss att identifiera vilka flickor som löper störst risk och vilka sociala och ekonomiska förhållanden som är viktigast, så att begränsade resurser kan riktas dit de gör mest nytta?

En nyans av insikt med smarta datorer

Forskarna analyserade data från mer än 32 000 flickor i åldern 15 till 19 i tio östafrikanska länder, med hjälp av stora, standardiserade hälsoundersökningar som redan vägleder många folkhälsobeslut. Istället för att förlita sig enbart på traditionell statistik vände de sig till övervakad maskininlärning, en grupp metoder som lär sig mönster från exempel. Flera modeller testades, inklusive logistisk regression, beslutsträd och mer avancerade verktyg såsom Random Forests och XGBoost. Innan modellerna tränades rengjorde och förberedde teamet noggrant data: de fyllde i saknade värden, konverterade enkätssvar till datorvänliga format, skalade numeriska värden så att ingen enskild faktor dominerade, och konstruerade nya variabler såsom kombinerad tillgång till radio, TV och tidningar som ett mått på exponering för mass- och digitala medier.

Balansering av data och modellträning

Ett problem var att majoriteten av de undersökta tonåringarna inte hade varit gravida, vilket skapade en obalans mellan ”gravid” och ”inte gravid” som kan vilseleda datorer. För att hantera detta använde teamet tekniker som både tar bort snarlika gränsfallsduplikat och genererar realistiska ytterligare fall för den mindre gruppen, vilket gav en mer jämn och informativ datamängd. De delade sedan upp data så att 80 % användes för att lära modellerna och 20 % hölls tillbaka för att testa hur väl modellerna presterade på nya, osedda flickor. I flera utvärderingsmått — såsom övergripande korrekthet, hur ofta modellen fångade verkliga fall och hur väl den undvek falska larm — framstod Random Forest-modellen som den mest tillförlitliga.

Vad som driver risken för tonårsgraviditet

Med en välpresterande modell i handen fokuserade författarna på tolkbarhet: vilka faktorer var mest inflytelserika för att förutsäga tonårsgraviditet? Genom funktionsurval och ett förklaringsverktyg kallat SHAP identifierade de konsekvent en kärngrupp av sociala och ekonomiska förhållanden. Dessa inkluderade att vara ogift, tidig sexuellt debut, låg nivå av moderns utbildning, bo i fattigare hushåll, större familjestorlek, bo på landsbygden och rapportera att avstånd till en vårdinrättning var ett stort problem. Begränsad exponering för sociala medier och digitala informationskällor verkade också öka risken. Däremot var nuvarande användning av moderna preventivmedel kopplad till en lägre sannolikhet för tonårsgraviditet, vilket tyder på att tillgång till och acceptans av preventivmedel kan ha en skyddande effekt.

Skillnader mellan länder och modellens styrka

Datan visade att tonårsgraviditet inte är jämnt fördelad över Östafrika. Kenya visade den högsta andelen, omkring en av fem tonårsflickor, medan Malawi hade den lägsta andelen i denna dataset. Trots det framkom samma breda riskfaktorer över regionen. Random Forest-modellen fångade dessa mönster med hög noggrannhet (nära 90 %) och en stark förmåga att skilja hög- från lågrisktonåringar. Eftersom modellen testades upprepade gånger på olika delmängder av data menar författarna att dess prestanda sannolikt håller i liknande verkliga sammanhang, även om analysen inte kan bevisa orsakssamband.

Vad detta betyder för flickor och samhällen

Enkelt uttryckt drar studien slutsatsen att tonårsgraviditet i Östafrika är nära förknippad med fattigdom, begränsad skolgång, tidig sexuell debut, boende på landsbygden, dålig tillgång till vårdtjänster och brist på information via moderna medier — medan modern preventivmedelsanvändning bidrar till att sänka risken. Genom att visa att datorbaserade modeller pålitligt kan flagga dessa mönster i stora nationella undersökningar föreslår arbetet en praktisk väg framåt: regeringar och hälsoorganisationer skulle kunna använda liknande verktyg för att identifiera var tonårsflickor är mest sårbara, utöka ungdomsvänliga reproduktiva hälsotjänster på landsbygden, stärka skolbaserad sexualundervisning och utnyttja radio, TV och mobil media för att sprida korrekt, stigmabefriad information. Tillsammans kan dessa åtgärder hjälpa fler ungdomar att undvika oplanerade graviditeter och behålla kontrollen över sin hälsa och sina framtider.

Citering: Baykemagn, N.D., Gebiru, A.M., Getnet, M. et al. Machine learning-based prediction and identification of determinants of teenage pregnancy in ten East African countries. Sci Rep 16, 13128 (2026). https://doi.org/10.1038/s41598-026-43004-x

Nyckelord: tonårsgraviditet, Östafrika, maskininlärning, reproduktiva hälsan, sociala determinanter